Mozart AI：23 岁前网球选手做的 AI 音乐工作站，拿了 Balderton $6M 融资

2026-02-19 | ProductHunt | 官网

30 秒快速判断

这 App 干嘛的：一个 AI 加持的“生成式音频工作站”（GAW），让你用文字描述就能生成分轨（Stem）、旋律、鼓点、混音，还能顺便出 MV。说白了就是把 Suno 的“一键出歌”和 Logic Pro 的“精细控制”缝合在了一起。

值不值得关注：值得。原因有三：刚拿了 Balderton Capital 领投的 600 万美元种子轮融资；两个月积累 10 万用户并创作了 100 万首歌；团队背景在 AI 音乐赛道里非常独特（创始人是签过华纳的音乐人）。但目前移动端体验吐槽较多，订阅模式比较激进，离 Suno/Udio 的成熟度还有差距。

与我有关三问

跟我有关系吗？

目标用户是谁：

• 想做音乐但不会用 DAW 的业余创作者
• 想加速工作流的独立音乐制作人
• 需要配乐 + MV 一条龙的内容创作者（短视频博主等）
• 想把灵感快速变成 Demo 的专业音乐人

我是吗：如果你经常在手机上刷到好听的歌并心想“我也想做一首”，或者你是独立音乐人苦于 DAW 操作太复杂，你就是目标用户。如果你只是纯听歌的消费者，这个跟你关系不大。

什么场景会用到：

• 脑子里有段旋律 → 用 Mozart AI 快速出完整编曲 Demo
• 写了歌词想配曲 → 丢进去自动生成
• 拍了照片想配背景音乐 → 使用“照片转音乐”功能（这个竞品目前没有）
• 做短视频需要原创配乐 + MV → 一站式搞定

对我有用吗？

ROI 判断：如果你是内容创作者，需要大量原创音乐，月付 10 美元换来不限量的原创 BGM + MV，绝对划算。如果你只是偶尔玩玩，免费版够用但体验一般。专业音乐人建议等它完善 VST 支持后再考虑。

爽点在哪里？

核心爽点：

• 照片转音乐：拍张照片就能出一首歌，这个 Suno/Udio 都没有
• 一站式 MV：做完歌直接出视频，不用再开剪映
• DAW 级控制：比 Suno 多了分轨编辑和 Stem 级调整

“哇”的瞬间：

“我写了 25 年的歌，把歌词丢进去后，时间把握、音乐编排、人声和渐强都完美无缺。这是一个出色的创意工具。” —— App Store 用户

用户真实评价：

正面：“从小老师说我不会写作、画画、唱歌或创作音乐。现在我可以把想法变成完整的歌曲，不再害怕，这种创造的自由是我从未想象过的。” —— ProductHunt 用户

吐槽：“小心这个 App！花了 9.99 美元开了 7 天会员，结果根本搞不懂怎么做歌，App 还一直想让你掏更多钱。” —— App Store 用户 (2026年1月)

吐槽：“广告说可以录你的声音然后应用到歌曲，实际打开后是让你描述音乐，而且 App 只能识别你描述里的一两个关键词。” —— App Store 用户 (2025年12月)

给独立开发者

技术栈

• 前端：浏览器端 Web App（GAW）+ iOS/Android 原生 App
• 后端：未公开，公司法人名为 Arthos / Artos Inc.
• AI/模型：不自研模型，使用第三方商业授权生成模型。核心合作伙伴是 ElevenLabs，通过 Eleven Music API 实现音乐生成
• 音频处理：支持 WAV、MP3、MIDI 格式导出，支持 Stem 分轨导出
• 基础设施：云端，VST 插件支持计划中

核心功能实现

Mozart AI 自称“生成式音频工作站”，核心思路是把 AI 能力作为 DAW 的一等公民组件集成，而非外挂插件。用户输入自然语言指令（如“做一个欢快的 8 小节和弦进行，把低频 EQ 掉”），系统调用 ElevenLabs 的音乐生成 API 产出音频分轨，再在内建的混音器和效果器链中处理。

两种创作模式：

1. 辅助创作：逐步生成，生成分轨 → 编辑 MIDI → 录音 → 混音
2. 代理创作：纯提示词驱动，一句话出完整编曲

他们在 NeurIPS 2025 发表了论文，将这套架构进行了学术化表述。

开源情况

• 不开源。GitHub 组织 只有数据集和 gitignore 模板，没有核心代码
• 类似开源项目：Omnizart（音乐转录）、Meta MusicGen（开源音乐生成模型）
• 自己做难度：高。核心壁垒不在代码，而在 ElevenLabs 等模型 API 的接入成本和音乐版权合规。如果你只做前端壳 + 调用 Suno/ElevenLabs API，技术上 1-2 人月可以搞定一个 MVP，但商业授权和版权清理是大坑。

商业模式

• 变现方式：订阅制 + 企业定制
• 定价：免费版（功能受限）→ 付费版约 8-10 美元/月 → 企业版（按需）
• 用户量：10 万+ 注册用户（Beta 上线两个月），已创作 100 万首歌曲
• GMV 线索：部分用户在 Spotify 发布的歌曲已超过 1000 万播放

巨头风险

高。这个赛道巨头已经下场：

• Google：拥有 MusicLM / MusicFX
• Meta：开源了 MusicGen
• Nvidia：推出 Fugatto
• ElevenLabs（Mozart 的上游）：自己也可以直接做面向消费者的产品

但 Mozart AI 的差异点在于“DAW + AI”的融合定位，而非纯粹的“一键出歌”。巨头更可能做通用音乐生成 API，不太会去做细致的 DAW 产品体验。

给产品经理

痛点分析

• 解决什么问题：把灵感变成可发布的音乐作品，中间不需要学习 Logic/Ableton/FL Studio 等专业工具
• 痛点有多痛：高频 + 刚需。全球有大量“想做音乐但不会用 DAW”的创作者，门槛一直是最大阻碍。有用户在 PH 上说“从小被老师说不会创作，现在终于可以了” —— 这种情绪价值非常真实

用户画像

• 卧室制作人：有想法但不会专业工具的音乐爱好者
• 短视频创作者：需要大量原创背景音乐的 TikTok/YouTube 博主
• 专业制作人：用来快速出 Demo，再在传统 DAW 里精修
• 非音乐人：想给照片、视频配乐的普通人

功能拆解

竞品差异

可借鉴的点

1. 照片转音乐：通过图片理解生成音乐情绪，这种交互方式非常适合短视频场景，可以借鉴到其他创作工具中。
2. DAW + AI 融合：不是取代 DAW，而是在 DAW 里嵌入 AI，保留用户的控制感 —— 这种“AI 增强而非替代”的产品哲学值得学习。
3. NeurIPS 论文：用学术论文做公关，在 AI 产品里算是非常聪明的打法。
4. 版权合规前置：在这个版权纠纷频发的赛道里，“只用授权模型”是一个很好的市场定位。

给科技博主

创始人故事

这个创始人的故事本身就是一篇爆款文章：

• Sundar Arvind，23 岁，印度裔英国人
• 12 岁成为职业网球选手，印度排名第 3，世界前 1000，曾与 Carlos Alcaraz、Jack Draper 对阵
• 因反复受伤被迫退役，转行做音乐制作人
• 14 岁签约华纳音乐（Warner Bros Music）/ Spinnin' Records，在 Spotify 上拥有百万播放量
• 在伦敦国王学院（KCL）读书期间，与 COO Arjun Khanna 一起创办了第一家公司 Blitzo（AI 即时配送），做到 150 万欧元年度经常性收入（ARR）
• 2025 年创办 Mozart AI，这是他的第二家公司
• CTO Pascual Merita Torres：爱丁堡大学 AI 硕士，10 年以上音乐制作经验
• COO Arjun Khanna：曾代表印度参加联合国辩论的专业辩手

一个前职业运动员 → 少年唱片签约艺人 → 连续创业者的故事，在科技圈非常罕见。

争议点/讨论角度

• 两个“Mozart AI”的混淆：市面上还有另一个叫 Mozart AI 的 App（由 NineG 开发），与 Sundar Arvind 的这家不是同一家公司，但 App Store 搜索结果混在一起，用户评价可能存在交叉干扰。
• AI 音乐版权之战：Suno/Udio 被主要唱片公司起诉后已经和解，Mozart AI 走“只用授权模型”路线能不能避开雷区？
• 不自研模型的风险：核心音乐生成依赖 ElevenLabs API，如果 ElevenLabs 自己做面向消费者的产品或涨价怎么办？
• “联合制作人” vs “替代者”：Mozart AI 宣称自己永远不生成完整歌曲，只做辅助创作 —— 这个定位能坚持多久？用户真的只想要“半成品”吗？

热度数据

• PH：189 票，曾两次获得 Product of the Day #2
• 用户增长：Beta 上线两个月 10 万+ 用户，创作了 100 万首歌
• 融资热度：Balderton Capital 领投 600 万美元种子轮，超额认购
• 学术认可：NeurIPS 2025 收录论文

内容建议

• 适合写的角度：“23 岁前网球冠军如何用 AI 改造音乐产业” —— 人物故事 + 产品分析
• 蹭热点机会：AI 音乐版权战正热（Suno/Udio vs 唱片公司），Mozart AI 的“合规派”定位是一个很好的对比角度
• 对比测试：同一首歌用 Mozart AI / Suno / Udio 分别生成，横评内容自带流量

给早期采用者

定价分析

和竞品比：Suno/Udio 同样是 10 美元/月起步。Mozart 的免费版限制更严，但包含商用版权这一点比 Suno 免费版（无商用权）有优势。

上手指南

• 上手时间：5-10 分钟（手机端），15-30 分钟（Web DAW 端）
• 学习曲线：手机端低，Web DAW 端中等
• 步骤：
  1. 访问 mozartai.com 或下载 iOS App
  2. 注册账号（支持社交登录）
  3. 选择创作方式：Prompt 文字描述 / 上传照片 / 录入歌词
  4. 等待生成（几十秒），试听并调整
  5. 满意后导出 WAV/MP3 或直接分享

避坑指南

1. 移动端用户体验混乱：多位用户反映注册后不知道怎么开始做歌，引导流程几乎没有。
2. 订阅陷阱：免费做完一首歌后立刻弹出付费墙，9.99 美元/7 天的试用让部分用户感觉被误导。
3. 广告与实际不符：Instagram 广告展示的功能与 App 实际体验有差距。
4. 歌曲时长短：生成的歌曲偏短，想要更长需要手动扩展。
5. 品牌混乱：搜“Mozart AI”会看到多个不同产品，容易下错 App。

安全和隐私

• 数据存储：云端（作品存储在 Mozart AI 服务器上）
• 版权归属：用户拥有作品的完整商业版权
• 模型训练：承诺不使用版权音乐训练，基于商业授权的第三方模型
• 安全审计：未公开

替代方案

给投资人

市场分析

• 赛道规模：全球生成式 AI 音乐市场 2023 年约 4.4 亿美元，预计 2030 年达 27.9 亿美元，CAGR 为 30.4%（Grand View Research）
• 更广义市场：AI 音乐整体市场预计 2033 年达 387 亿美元（Market.us）
• 驱动因素：短视频平台对原创音乐的海量需求、音乐制作民主化趋势、版权合规方案日趋成熟
• 参考标杆：Suno 完成 2.5 亿美元 C 轮融资，估值 24.5 亿美元 —— 验证了赛道天花板

竞争格局

Timing 分析

• 为什么是现在：

  1. 底层模型成熟 —— ElevenLabs 等 API 已可商用
  2. 版权环境明朗化 —— Suno/Udio 与唱片公司和解，行业规则初定
  3. 创作者经济爆发 —— 短视频、播客对原创音乐需求井喷
  4. DAW 市场未被 AI 化 —— Logic/Ableton 还没有深度集成 AI，窗口期存在

• 技术成熟度：可用但仍显粗糙，2-3 年内将显著提升

• 市场准备度：高。10 万用户两个月的增速说明需求真实存在

团队背景

• CEO Sundar Arvind：23 岁，前职业网球选手 + 华纳签约音乐人 + 连续创业者（上一家 Blitzo 做到 150 万欧元 ARR）
• CTO Pascual Merita Torres：爱丁堡大学 AI 硕士，10 年以上音乐制作经验
• COO Arjun Khanna：专业辩手，与 CEO 在伦敦国王学院共同创办 Blitzo
• 核心团队：规模较小，主要来自伦敦国王学院
• 过往成绩：Blitzo 做到 150 万欧元 ARR 后转向，NeurIPS 2025 论文发表

融资情况

• 种子轮：600 万美元（2026 年 2 月），Balderton Capital 领投，超额认购
• Pre-seed：110 万美元
• 总融资额：700 万美元+
• 天使投资人：Kevin Hartz（Eventbrite 创始人）、Charles Ferguson（奥斯卡导演）、Emery Wells（Frame.io 创始人）
• 估值：未公开

结论

Mozart AI 是 AI 音乐赛道里定位最独特的新玩家 —— 不做“一键出歌”，做“AI 加持的 DAW”。创始人故事精彩，增长数据亮眼，但产品打磨还有明显差距，尤其移动端体验被用户吐槽不少。

资源链接

2026-02-19 | Trend-Tracker v7.3